1.一种多模接入网络选择装置，其特征在于：包括：终端信息感知模块：用于在每个时隙开始阶段，感知终端自身的状态信息，通过对微处理器缓存内容的分析，获取终端时隙t的可用费用Ft，并将信息提供给接入网络选择判决模块；

业务特性感知模块：用于周期性地对业务数据流和协议进行分析解析，感知各业务性能参数，包括传输带宽、时延、时延抖动和丢包率的阈值，同时根据业务对各性能参数的敏感程度确定参数敏感系数，并将感知的参数阈值以及参数的敏感系数分别发送至信息处理模块、接入网络选择判决模块；

网络信息收集模块：通过不同网络端口周期性的获取网络状态信息，包括可用带宽、连接时延信息，并将收集的网络状态信息发送至信息处理模块，将网络接入费用信息发送至接入网络选择判决模块；

信息处理模块：用于将业务性能参数划分为收益类和成本类，并对参数进行归一化处理，得到各参数归一化值，并发送至接入网络选择判决模块，所述收益类包括带宽和信号强度，所述成本类包括时延和丢包参数；

接入网络选择判决模块：用于在数据预处理模块对数据进行预处理，在DQN训练模块定义系统状态、动作和即时奖励，建模长期优化目标；还用于训练DQN模型，基于DQN模型确定接入网络选择策略。

2.一种多模接入网络选择方法，其特征在于：包括以下步骤：S1：终端信息感知模块实时感知收集终端信息，并将终端特性发送至接入网络选择判决模块；

S2：业务特性感知模块对用户业务特性进行实时感知，并发送至信息处理模块以及接入网络选择判决模块；

S3：网络信息接收模块实时接收可用网络状态信息，并发送至信息处理模块及接入网络选择判决模块；

S4：信息处理模块对终端特性、业务特性以及网络状态信息进行处理，将处理结果发送至接入网络选择判决模块；

S5：接入网络选择判决模块接收各模块发送的信息，执行接入选择方法，确定最优接入网络选择策略，并发送至相应的网络接口。

3.根据权利要求1所述的多模接入网络选择方法，其特征在于：在所述步骤S1中，终端信息感知模块获取终端时隙t的可用费用Ft，并将信息发送至接入网络选择判决模块。

4.根据权利要求1所述的多模接入网络选择方法，其特征在于：在所述步骤S2中，定义bt为时隙t任务到达标识，bt＝1表示时隙t有任务到达，bt＝0表示时隙t无任务到达；业务特性感知模块对业务进行识别，感知各业务性能参数，包括传输带宽、时延、时延抖动和丢包率的阈值，定义 分别表示时隙t用户业务对第j个业务性能参数需求阈值上限及下限，1≤t≤T，1≤j≤J，其中，T为最大时隙数，J为业务性能参数数量；同时根据业务对各性能参数的敏感程度确定参数敏感系数，令ωj,t表示时隙t业务对第j个业务性能参数的敏感系数，1≤t≤T，1≤j≤J。

5.根据权利要求1所述的多模接入网络选择方法，其特征在于：在所述步骤S3中，网络信息收集模块通过接入网络端口获得接入网络参数，令pi,j,t表示时隙t接入网络i对应的第j个性能参数指标，1≤i≤M，1≤j≤J，1≤t≤T，其中，M为接入网络数量。

6.根据权利要求1所述的多模接入网络选择方法，其特征在于：在所述步骤S4中，信息处理模块接收业务特性及网络状态信息，将业务性能参数划分为收益类及成本类参数，并对参数进行归一化处理，令Vi,j,t表示pi,j,t归一化值，有

7.根据权利要求1所述的多模接入网络选择方法，其特征在于：在所述步骤S5中，接入网络选择判决模块根据终端特性、用户业务特性及网络状态信息，采用基于深度Q网络(deep Q network，DQN)的接入网络选择方法，具体为：定义系统状态、动作和即时奖励，设立系统长期优化目标，基于DQN模型确定接入网络选择策略。

8.根据权利要求1所述的多模接入网络选择方法，其特征在于：所述定义系统状态、动作和即时奖励，设立系统长期优化目标，具体为：确定状态集合S，st∈S，st为时隙t的状态，定义为：其中i表示时隙t终端接入网络i，1≤i≤M，Vi,t＝[Vi,1,t,…,Vi,j,t,…,Vi,J,t]表示时隙t第i个网络参数的归一化值集合，ωt＝{ω1,t,...,ωj,t,...,ωJ,t}表示时隙t终端业务对第j个性能参数的敏感程度集合；

表示时隙t终端业务队列需传输的业务量，建模为：其中， 为指示函数，若ωt+1≠ωt为真，则 否则为0， 表示终端业务队列的最大长度；确定动作集合A，at∈A，at为时隙t的动作，定义at＝i表示在时隙t选择接入网络i；

定义状态为st时接入网络i对应的即时奖励为：其中， 表示终端在时隙t接入网络i所获得的服务质量(Quality of Service，QoS)，Tj,t表示终端用户时隙t对第j个性能参数可容忍的参数偏移度， 表示在时隙t切换到网络i的费用，ωf,ωa,ωg表示各项权重；

建模长期收益为：

其中γ为折扣因子且γ∈[0,1]；

建模优化问题

9.根据权利要求1所述的多模接入网络选择方法，其特征在于：设立系统长期优化目标，基于DQN模型确定接入网络选择策略，具体包括：S51：设置DQN训练过程中所需的参数，包括学习率、折扣率；

S52：初始化DQN模型中主Q网络的参数θ和目标Q网络的参数θ'；

S53：获取经验，并存储在经验回放池中；

S54：从经验回放池D中随机选取转移样本，输入至神经网络；

S55：计算主Q网络和目标Q网络的损失函数，更新参数θ和θ'。

10.根据权利要求1所述的多模接入网络选择方法，其特征在于：步骤S53将当前状态st输入至主Q网络，获取所有动作对应的Q(st,at；θ)，根据贪婪策略选取动作at，获取即时奖励rt，状态转移到st+1，获取转移数据；

步骤S55所述神经网络输出Q(sτ,aτ；θ)及 计算损耗函数利用后向传播法，梯度更新θ，周期地令θ'＝θ，完成网络参数更新。